(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111650470.9 (22)申请日 2021.12.3 0 (71)申请人 华中科技大 学 地址 430074 湖北省武汉市洪山区珞喻路 1037号 (72)发明人 薛宇　张玮之　王晨玮　 (74)专利代理 机构 华中科技大 学专利中心 42201 代理人 许恒恒 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06F 16/36(2019.01) (54)发明名称 基于知识图谱的分子调控关系预测方法及 系统 (57)摘要 本发明属于图论学习、 深度学习分析领域， 具体涉及一种基于知识 图谱的分子调控关系预 测方法及系统， 其中的预测方法包括以下步骤： (1)训练数据集的准备； (2)有向图模型的构建与 训练； (3)神经网络的构建与训练； (4)实际预测。 本发明通过对 预测方法整体流程 设计进行改进， 首先结合图学习将有向图中的有向调控关系和 各调控分子节点(即各调控分子实例)进行最优 特征编码， 接着在获得各节点与关系的特征编码 后， 利用深度神经网络框架进一步加强有向图的 预测能力， 经过迭代训练后提升有向调控的预测 准确度。 权利要求书3页 说明书6页 附图2页 CN 114154758 A 2022.03.08 CN 114154758 A 1.一种基于知识图谱的分子调控关系预测方法， 其特 征在于， 包括以下步骤： (1)训练数据集的准备： 以某种基因或某种代谢物分子为节点， 两两节点之间的关系构成分子调控关系， 每一 个分子调控关系对应一组头节点 ‑关系‑尾节点的组合； 其中， 所述关系选自： 激活、 抑制和 相互作用， 所述激活和所述抑制对应单向关系， 所述相互作用对应双向关系； 从分子相互作用数据库中提取分子间有向调控关系， 获得多个节点所对应的已知分子 调控关系构建阳性数据集； 并且， 在所述阳性数据集的全部数据中， 至少存在一个数据其头 节点或尾节点为预测所针对的待 预测节点； 所述待预测节点具体为预先选定的基因或代谢 物分子； 在所述阳性数据集已有节点的范围内， 随机变化头节点、 关系和尾节点， 得到的不在阳 性数据集内的分子调控关系记为伪调控关系， 用于构建阴性数据集； (2)有向图模型的构建与训练： 构建图学习模型， 按预先设定的迭代次数要求， 利用所述步骤(1)得到的所述阳性数据 集， 以阳性数据作为输入， 对该图学习模型进行训练； 训练后的图学习模型， 能够针对每 个节点和每 个关系分别赋予目标维度的特 征向量； (3)神经网络的构建与训练： 构建神经网络， 按预先设定的迭代次数要求， 针对所述步骤(1)得到的所述阳性数据集 和所述阴性数据集中的数据， 将每个数据中的头节点、 关系和尾节点， 依据所述训练后的图 学习模型， 从中找到对应的特征向量， 接着将头节点对应的特征向量、 关系对应的特征向 量、 尾节点的特征向量按照预先设定的运算规则进行处理， 得到的结果作为神经网络的输 入， 从而对该神经网络进行训练； 训练后的神经网络， 能够针对头节点 ‑关系‑尾节点输出它为阳性的概 率值； (4)实际预测： 以待预测节点为头节点或尾节点， 并随机变化头节点、 关系和尾节点得到与该待预测 节点相关的、 多个待测试的分子调控关系； 对于每一个待测试的分子调控关系： 依据所述训 练后的图学习模型， 从中找到该待测试 的分子调控关系中头节点、 关系和尾节点所对应的 特征向量， 然后按照预先设定的运算规则对该待测试 的分子调控关系中头节点、 关系和尾 节点的特征向量进行运算处理， 得到的结果再输入至训练后的神经网络， 即可得到与该待 测试的分子调控关系相对应的阳性概率值； 当所述阳性概率值满足根据预先设定的概率阈 值要求， 则预测该待测试的分子调控关系成立， 否则预测该待测试的分子调控关系不成立； 如此即可 预测得到与所述预 先选定的基因或代谢物分子相关且成立的分子调控关系。 2.如权利要求1所述预测方法， 其特征在于， 所述步骤(3)中， 所述神经网络包括至少2 个并行的子神经网络， 针对某个头节点 ‑关系‑尾节点， 每个子神经网络得到的概率值还经 过了逻辑回归进行综合， 综合后得到的结果即为神经网络整体输出的阳性 概率值。 3.如权利要求2所述预测方法， 其特征在于， 所述步骤(3)中， 所述神经网络包括卷积神 经网络和深度学习网络这2个并行的子神经网络 。 4.如权利要求1所述预测方法， 其特征在于， 所述步骤(3)中， 所述训练是以二值交叉熵 作为损失函数， ROC工作性能曲线面积作为模型的评价指标， 训练过程中以ROC工作性能曲 线面积最大的模式保存最佳模型；权　利　要　求　书 1/3 页 2 CN 114154758 A 2所述步骤(3)中， 所述预先设定的运算规则具体为将3个特征向量首尾拼接由此形成新 的一维向量， 或者 为以3个特 征向量为行向量或列向量由此 形成的二维矩阵。 5.如权利 要求1所述预测方法， 其特征在于， 所述图学习模型具体基于DGL ‑KE框架中的 ComplEx方法构建得到的。 6.一种基于知识图谱的分子调控关系预测系统， 其特征在于， 包括训练数据集准备功 能模块、 有向图模型功能模块、 神经网络功能模块和预测功能模块， 其中： 训练数据集准备功能模块， 用于： 以某种基因或某种代谢物分子为节点， 两两节点之间 的关系构成分子调控关系， 每一个分子调控关系对应一组头节点 ‑关系‑尾节点的组合； 其 中， 所述关系选自： 激活、 抑制和相互作用， 所述激活和所述抑制对应单向关系， 所述相互作 用对应双向关系； 从分子相互作用数据库中提取分子间有向调控关系， 获得多个节点所对应的已知分子 调控关系构建阳性数据集； 并且， 在所述阳性数据集的全部数据中， 至少存在一个数据其头 节点或尾节点为预测所针对的待 预测节点； 所述待预测节点具体为预先选定的基因或代谢 物分子； 在所述阳性数据集已有节点的范围内， 随机变化头节点、 关系和尾节点， 得到的不在阳 性数据集内的分子调控关系记为伪调控关系， 用于构建阴性数据集； 有向图模型功能模块， 包括训练后的图学习模型， 用于： 针对每个节点和每个关系分别 赋予目标维度的特 征向量； 所述图学习模型的训练， 具体是按预先设定的迭代次数要求， 利用所述阳性数据集， 以 阳性数据作为输入， 对所述图学习模型进行训练； 神经网络功能模块， 包括训练后的神经网络， 用于： 针对头节点 ‑关系‑尾节点输出它为 阳性的概 率值； 所述神经网络的训练， 具体是按预先设定的迭代次数要求， 针对所述阳性数据集和所 述阴性数据集中的数据， 将 每个数据中的头节点、 关系和尾节点， 依据所述训练后的图学习 模型， 从中找到对应的特征向量， 接着将头节点对应的特征向量、 关系对应的特征向量、 尾 节点的特征向量按照预先设定的运算规则进行处理， 得到的结果作为神经网络的输入， 从 而对该神经网络进行训练； 预测功能模块， 用于： 以待预测节点为头节点或尾节点， 并随机变化头节点、 关系和尾 节点得到与该待预测节点相关的、 多个待测试 的分子调控关系； 对于每一个待测试 的分子 调控关系： 依据所述训练后的图学习模 型， 从中找到该待测试的分子调控关系中头节点、 关 系和尾节点所对应的特征向量， 然后按照预先设定的运算规则对该待测试的分子调控关系 中头节点、 关系和尾节点的特征向量进行运算处理， 得到的结果再输入至训练后的神经网 络， 即可得到与该待测试 的分子调控关系相对应的阳性概率值； 当所述阳性概率值满足根 据预先设定的概率阈值要求， 则预测该待测试 的分子调控关系成立， 否则预测该待测试 的 分子调控关系不成立； 如此即可预测得到与所述预先选定的基因或代谢物分子相关且成立 的分子调控关系。 7.如权利要求6所述预测系统， 其特征在于， 所述神经网络功能模块中， 所述神经网络 包括至少2个并行的子神经网络， 针对某个头节点 ‑关系‑尾节点， 每个子神经网络得到的概 率值还经过了逻辑回归进行综合， 综合后得到的结果即为神经网络整体输出的阳性概率权　利　要　求　书 2/3 页 3 CN 114154758 A 3